计量经济学简答题

1.什么是计量经济学?

答: 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。

2.什么是总体回归函数和样本回归函数？他们之间的区别是什么？

答:假如已知所研究的经济现象的总体的被解释变量Y和解释变量X的每个观测值有规律的变化（通常这是不可能的！），那么，可以计算出总体被解释变量Y的条件期望E(Y|Xi) 并将其表现为解释变量X的某种函数E(Y|Xi) =f(Xi) ，这个函数称为总体回归函数。

如果把被解释变量Y的样本条件均值表示为解释变量X的某种函数，这个函数称为样本回归函数。Y^i=β^1+β2Xi

区别:（1）总体回归线是未知，但它是确定的；样本回归线随抽样波动而变化，可以有许多条。

（2）总体回归函数的参数虽未知，但是确定的常数；样本回归函数的回归系数可估计，但是随抽样而变化的随机变量；

（3）总体回归函数中的随机误差项ut 是不可直接观测的；而样本回归函数中的残差et 是只要估计出样本回归估计值就可以计算的数值。

3.对随机误差扰动项的假设？

答:(1)、随机误差项是一个期望值或平均值为0的随机变量；

(2)、对于解释变量的所有观测值，随机误差项有相同的方差；

(3)、随机误差项彼此不相关；

(4)、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；

(5)、随机误差项服从正态分布。

4.ols估计量的统计性质与对模型的基本假定的关系是什么？

1.多元回归的基本假设是什么，与简单线性回归的基本假设有什么区别？

答:1：零均值假定2.同方差和无自相关假定3随机扰动项与解释变量不相关4.无多重共线性假定5.正态性假定

区别:多元的基本假设比简单的多了一个无多重共线性假定。

2.F检验，是检验什么的？t检验，检验什么？

答:T检验是对回归参数的检验。

F检验是对多元线性回归模型中所有解释变量之间的线性关系在整体上是否显著的检验。

3.可决系数的显著性是通过什么来检验的？

答:可决系数可以作为综合度量回归模型对样本观测值拟合优度的度量指标。可决系数的计算式: 回归平方和(ESS)在总变差(TSS)中所占的比重称为多重可决系数，介于0和1之间，越接近于1，拟合程度越好。可决系数可以作为综合度量回归模型对样本观测值拟合优度的度量指标。可决系数越大，说明在总变差中由模型作出了解释的部分占的比重越大，模型拟合优度越好。反之可决系数小，说明模型对样本观测值的拟合程度越差。

4.TSS,ESS,RSS的自由度各是多少？TSS,ESS,RSS,自由度和与其对应的方差之间对应的关系是什么？

答:先定义一下：n为样本容量，K为为待估参数个数，也为解释变量+1（如果将常数项视作一个解释变量，也可以说是解释变量的总个数）

（1）TSS的自由度为n-1，

（2）RSS的自由度为n-K，RSS/(n–k)

（3）ESS的自由度为K-1。RSS/(k–1

1.什么是多重共线性？

答:对模型Yi=β1+β2X2i+…βkXki+Ui(i=1，2,…n)。如果某两个或多个解释变量之间出现相关性，即如果存在不为零的λj,使得λ1Xi+λ2X2i+…λkXki=0约等于零。则成为多重共线性。

2.多重共线产生的后果有哪些？

答:完全的后果1.参数的估计值不确定2.参数估计值的方差无线大不完全的后果: 1.参数估计值的方差增大2.对参数区间估计时，置信区间趋于变大3.假设检验容易作出错误的判断4.可能造成可决系数较高，但对各个参数单独的t 检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。

3.判断是否存在多重共线的方法有哪些？

答: 简单相关系数检验法方差扩大（膨胀）因子法直观判断法逐步回归法

4.多重共线的补救措施有哪些？简述逐步回归法的具体操作步骤。

答:一.修正多重共线性的经验方法 1. 剔除变量法 2. 增大样本容量 3.变换模型形式 4. 利用非样本先验信息

5. 横截面数据与时序数据并用二、逐步回归法:（1）用被解释变量对每一个所考虑的解释变量做简单回归。（2）以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量.会出现三种情形(1)若新变量的引入进了R方和F检验，且回归参数的t 检验在统计上也是显著的，则在模型中保

留该变量。(2)若新变量的引入未能改进R方和 F 检验，且对其他回

归参数估计值的t 检验也未带来什么影响，则认为该变量是多余变量。(3)若新变量的引入未能改进R方和 F 检验，且显著地影响了其他回归参数估计值的数值或符号，同时本身的回归参数也通不过t 检验，说明出现了严重的多重共线性。

1.什么是异方差性？

答:异方差性是指模型中随机误差项的方差不是常量，而且它的变化与解释变量的变动有关。

2.异方差性造成的后果有哪些？

答:(1)对参数估计统计特性的影响:参数估计的无偏性仍然成立；参数估计的方差不再是最小的

(2) 对参数显著性检验的影响:由于异方差的影响，会严重破坏F检验和t检验的有效性。

(3)对预测的影响:尽管参数的OLS估计量仍然无偏，并且基于此的预测也是无偏的，但是由于参数估计量不是有效的，从而对Y的预测也将不是有效的。

3.异方差的检验方法有哪些？他们各自有什么特点？

答:一、图示检验法:相关图形分析；残差图形分析特点是简单易操作不足是对异方差性的判断比较粗糙。

二、Goldfeld-Quanadt检验特点要求大样本；异方差的表现既可为递增型，也可为递减；检验结果与选择数据删除的个数c的大小有关；只能判断异方差是否存在，在多个解释变量的情下，对哪一个变量引起异方差的判断存在局限。